PPGEST2215 - T01

1. A distribuição Birnbaum-Saunders
(a) Introdução
(b) Histórico
(c) Fadiga, gênese e derivação
(d) Funções de probabilidade e propriedades
(e) Função caracteristica e momentos
(f) Geração de números aleatórios
(g) Método de Estimação por máxima verossimilhança
(h) Método de Estimação por Momentos
(i) A distribuição log-Birnbaum-Saunders
(j) Modelo de regressão Birnbaum-Saunders
(k) Modelo de regressão Birnbaum-Saunders para dados censurados
(l) Análise de resíduos
2. Distribuição Birnbaum-Saunders reparametrizada pela média
(a) Introdução
(b) Modelo de regressão Birnbaum-Saunders reparametrizado pela média
(c) Modelo ARMA basedo distribuição Birnbaum-Saunders reparametrizada pela
média
3. Regressão quantílica baseada na distribuição Birnbaum-Saunders
(a) Introdução à regressão quantílica
(b) Tipos de regressão quantílica
(c) Regressão quantílica assimétrica Laplace
(d) Regressão quantílica Birnbaum-Saunders
4. Modelos de regressão log-simétricos
(a) Distribuição log-simétrica
(b) Modelo de regressão log-simétrica
(c) Distribuição log-simétrica com zeros ajustados
(d) Modelo de regressão log-simétrico com zeros ajustados
5. Introdução aos modelos GAMLSS
(a) Modelo de regressão linear (LM)
(b) Modelo linear generalizado (GLM)
(c) Modelo aditivo generalizado (GAM)
(d) Modelando o parâmetro de escala
(e) Modelo aditivo generalizado para localização, escala e forma (GAMLSS)
6. Modelo de regressão beta
(a) Introdução
(b) Distribuição beta
(c) Modelo de regressão beta
7. Modelos de regressão para dados censurados à esquerda
(a) Introdução
(b) Modelos tobit
(c) Modelos de mistura